英国国家医疗服务体系（NHS）下属的两家医疗信托机构正准备引入创新的PinPoint人工智能血液检测技术，用于疑似子宫癌的女性患者。临床试验结果令人瞩目：在3313名参与者的测试组中，机器学习模型在识别和排除妇科癌症方面均展现出99%的准确率。

在英格兰，每年约有9万名患者因绝经后大量出血而接受检查。其中约1万人被确诊为子宫癌（或子宫内膜癌），每年有2700名女性因此病去世。当前的标准检查流程包括经阴道超声测量子宫内膜厚度，若仍存疑则进行活检和宫腔镜检查。许多患者认为这些方法痛苦且具有侵入性。

关键问题在于：20%被转诊的女性最终并未患癌，却仍需经历完整的诊断流程。据开发人员估计，PinPoint可在初次就诊时排除疾病，每年使约1.8万名女性免于不必要的痛苦检查。

PinPoint的工作原理

该算法分析血液样本中的30种特异性标志物，随后模型确定风险等级：低风险、中风险或高风险。该技术由利兹的PinPoint Data Science公司开发，该公司专注于医疗数据的统计分析。

在推广之前，一项涉及16481名患者的大规模试验已经完成。来自约克郡170家诊所的全科医生将这些患者转诊，以检查九种癌症。所有参与者均接受了检测分析，其中包括3313名有出血症状且疑似子宫癌的女性。PinPoint Data Science首席医疗官肖恩·达菲指出：“99%的准确率在任何临床标准下都堪称卓越。但同样重要的是：该检测能可靠地排除低风险女性的癌症。”

米德约克郡NHS教学信托计划将该检测用于六种妇科癌症和上消化道癌症，而利兹教学医院NHS信托则计划将其用于妇科癌症。

医生反应与前景

西约克郡的全科医生贾辛塔·沃尔什强调，目前排除癌症需要多达六次就诊，而PinPoint将加快这一过程，为其他患者腾出时间。利兹信托的妇科顾问医生特雷西·杰克逊补充道：“大多数被转诊的女性实际上并未患病。新技术将更有效地进行分诊。真正患癌的女性将更快就医、获得诊断并开始治疗。”

英国癌症研究中心称这些结果“前景广阔”，但强调需要进一步研究来评估对患者和医疗系统的长期益处。

从专业角度看，PinPoint的引入不仅是技术突破，更是癌症筛查领域的范式转变。高精度与无创性的结合可能大幅减轻医疗系统负担，并改善患者的生活质量。然而，成功的关键在于规模化应用：如果该技术在更广泛人群中展现出类似结果，我们将见证人工智能诊断在肿瘤学领域的标准化进程。